불균형한 데이터의 기준선, 변경 전후를 비교하는 방법

대부분이 같은 클래스인 데이터에서는 아무것도 구분하지 않는 모델도 높은 정확도를 보일 수 있다.

개선한 코드가 더 좋아 보인다는 인상과 실제 동작의 개선은 구분해야 한다. 입력과 실행 조건이 다르면 차이의 원인을 알기 어렵다. 이번 기록에서는 비교 기준을 먼저 정하고, 바꾼 부분이 기대한 효과를 냈는지 확인하는 절차를 다룬다.

같은 조건에서 얻은 증거

클래스 비율과 단순한 기준선의 결과를 먼저 적는다. 어느 종류의 실수가 더 큰 비용을 만드는지에 따라 적절한 지표와 평가 집단을 선택한다.

이번에 확인할 질문: 관찰한 차이를 이번 변경 때문이라고 설명할 만큼 비교 조건이 같은가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

from sklearn.dummy import DummyClassifier
from sklearn.metrics import balanced_accuracy_score

baseline = DummyClassifier(strategy='most_frequent')
baseline.fit(X_train, y_train)
score = balanced_accuracy_score(y_test, baseline.predict(X_test))

다수 클래스만 예측한 기준선과 모델의 클래스별 결과를 나란히 비교한다.

놓치기 쉬운 조건

정확도 하나만으로 소수 클래스의 실패를 발견하기 어렵다. 가중치를 조정한 뒤에도 실제 서비스에서 만나는 클래스 비율로 평가해야 한다.

확인할 부분	살펴볼 내용
기준 동작	다수 클래스만 예측한 기준선과 모델의 클래스별 결과를 나란히 비교한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 바꾸기 전 결과를 보관하고 같은 입력을 다시 사용한다.
2. 좋아진 부분뿐 아니라 유지되어야 할 동작도 함께 비교한다.
3. 효과가 확인되지 않으면 추가 복잡도를 받아들일 이유를 다시 검토한다.

비교 결과는 특정 조건에서 얻은 증거다. 이를 모든 사용자와 모든 실행 환경으로 곧바로 확대하지 않는다. 입력의 크기와 조건을 함께 남겨야 다른 상황에서 다시 검증할 때도 출발점으로 사용할 수 있다.